小鹏汽车自动驾驶机器学习推理资深工程师/专家
任职要求
1、CS/CE/EE硕士学位，或同等学历，行业经验。 2、较强的C/C++和Python能力。 3、具有cuda编程或相关AI加速器编程经验。 4、使用低精度数据格式实现机器学习模型精确推理的经验。 5、熟悉深度学习的基础知识。 6、拥有优秀的学习能力，并有愿意和信心来完成任何困难的工作。 7、熟悉模型优化的各种方法，比如蒸馏，剪枝，量化等。 【加分项】 1、了解ML架构，对如何减少模型延迟有好的直觉。 2、熟悉GPU架构或定制AI加速器架构。 3、有训练深度学习模型的经验。 4、有和ML工程师、编译器工程师、内核编写者等组成的大型团队高效协作解决复杂问题的经验。 【我们提供什么】 1、一个有趣、支持性和引人入胜的环境。 2、支持您工作的基础设施和计算资源。 3、与该领域的顶尖人才一起研究尖端技术的机会。 4、影响下一代自动驾驶发展方向的机会。 5、不错的薪资福利。
工作职责
-我们正在寻找一名机器学习高级工程师-AI推理方向。理想的候选人需要拥有深厚的ML推理知识和强烈的热情来 优化我们的模型，以最高效的利用我们的AI加速器的每一个FLOP和每一个字节的内存。 -我们的使命是解决自动驾驶难题。您将与才华横溢的软件工程师、机器学习工程师和研究科学家团队合作，推动最先进的自动驾驶人工智能。 1、为深度学习模型在小鹏定制的AI加速器上的部署做优化。 2、为小鹏的AI加速器编开发内核。 3、为关键内核的性能估计建立数学模型。
1，算法开发与优化： 负责自动驾驶模型算法的研发设计，包括但不限于行为决策、轨迹生成、运动规划等模块的深度学习/强化学习模型设计 探索基于Transformer、模仿学习（Imitation Learning）、强化学习（RL）等前沿技术的模型算法设计、应用方案 优化自动驾驶算法的实时性、安全性和舒适性，解决复杂场景（如拥堵、交互博弈、长尾问题）下的规划挑战 2，数据驱动迭代： 构建和利用大规模驾驶数据集（仿真+真实数据），设计数据闭环 pipeline 提升规划性能 参与数据标注、场景挖掘、仿真测试等环节，推动算法迭代 3，系统集成与部署： 与感知、控制等模块团队协作，实现模型算法在车载计算平台的部署 支持实车测试，分析问题并提出改进方案。 4，前沿技术跟踪： 跟进学术界（如CVPR、ICRA、CoRL）和工业界最新进展，将创新技术落地到量产或研发项目中
1、为深度学习模型在小鹏定制的AI加速器上的部署做优化。 2、为小鹏的AI加速器编开发内核。 3、为关键内核的性能估计建立数学模型。
我们是谁？ 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现厘米级高精地图、实时三维重建、多模态感知等核心技术的引擎，持续突破自动驾驶、AR导航、智慧交通等领域的技术边界。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 挑战世界级技术难题，追求智能上限 用AI驱动国民级APP的产品迭代和颠覆式创新 岗位职责： 团队主要聚焦多模态大模型技术在端到端自动驾驶的应用，我们期待你的工作将覆盖以下至少一个技术方向即可： 1. 在端到端自动驾驶、多模态大模型的训练及调优、BEV感知、基于深度学习/强化学习的规划控制、RLHF、驾驶场景视频生成等领域具备丰富且有独创性的研究经历。 2. 探索多模态大模型在下游任务中的技术能力，包括但不限于图文对齐/识别、跨模态理解生成、多模态检索、VLM端到端自动驾驶、世界模型等。 3. 了解大模型模型的训练/微调/推理加速方法，包括但不限于模型结构调优、训练效率提升、高效低成本微调、Muti-token推理，模型部署加速等。 4. 参与自动驾驶系统中机器学习算法的研究、开发与优化，包括但不限于深度学习算法在端到端感知大模型、规控大模型、视觉语言大模型等方面的应用。 5. 负责收集、整理和分析自动驾驶相关的数据集，进行数据预处理和标注，以提高模型的准确性和泛化能力。 6. 设计和实现端到端自动驾驶模型的训练流程，包括选择合适的优化算法、调整超参数、评估模型性能等，确保模型在不同场景下的稳定性和可靠性。
岗位内容： 在自动驾驶领域，作为平台团队，支撑面向AI的海量数据的收集、高性能处理和检索管理。 设计、开发和维护业内领先的自研高性能的分布式大数据计算引擎，支持自动驾驶领域非结构化数据的高效处理； 负责自动驾驶领域大数据计算加工/机器学习推理链路的开发和维护，持续不断提升计算加工效率； 提供海量数据的存储与全生命周期管理，支撑海量数据的数据湖管理与向量化检索等能力。